Аннотация
Бұл мақалада синтетикалық бейне контентті - атап айтқанда «deepfake» технологиясымен жасалған материалдарды - анықтауда кеңістіктік (spatial) және уақыттық (temporal) белгілерді бірлесе қолданудың тиімділігін зерделейді. Цифрлық ақпараттық кеністіктегі жасанды бейнелердің экспоненциалды өсуі ақпараттық қауіпсіздік саласында жаңа, кешенді шешімдерді талап etеді. Мақалада CNN (Convolutional Neural Network) негізіндегі кеңістіктік белгілерді экстракциялау және RNN/LSTM (Recurrent Neural Network / Long Short - Term Memory) архитектурасы арқылы уақыттық заңдылықтарды талдау модельдерінің жеке және гибридті режимдерде жұмыс жасауы зерттелді. Ұсынылған гибридті архитектура моделіне сүйенеді, мұнда - кеңістіктік белгілер векторы, - уақыттық белгілер векторы болып табылады. Эксперименттік зерттеу FaceForensics++, Celeb - DF және DFDC деректер жиынтықтарында жүргізілді. Нәтижелер көрсеткендей, ұсынылған CNN+RNN гибридті модель 97.8% дәлдік (accuracy), 97.3% нақтылық (precision) және 96.9% толықтық (recall) мәндерін көрсетіп, жеке CNN немесе LSTM модельдерінен елеулі түрде асып түсті. F1 - score метрикасы 0.971 деңгейіне жетті. Зерттеудің ғылыми жаңалығы - уақыттық контекстті ескеретін attention механизмін кеңістіктік белгілер экстракциясымен бірлестіру арқылы жоғары дәлдік деңгейіне қол жеткізу. Нәтижелер ақпараттық қауіпсіздік, медиа - форензика және цифрлық аутентификация салаларында практикалық қолдануға жарамды.